UA Biophysics:Peptides and IA
Debido a la rápida aparición de mecanismos de resistencia a antibióticos en diferentes microorganismos patógenos potencialmente mortales a nivel mundial, existe un gran interés en la identificación de agentes antimicrobianos alternativos que puedan ayudar en el desarrollo de nuevas estrategias de tratamiento. Mediante la aplicación de una rutina de Deep Learning, se predecirá una lista de candidatos a péptidos antimicrobianos con capacidad de penetración en la membrana celular utilizando el genoma de los microorganismos colonizadores de la piel. Para explorar el potencial antibacteriano y antifúngico de estos candidatos, las secuencias peptídicas previstas se sintetizarán y probarán en S. aureus y Malassezia, dos microorganismos que se sabe que desempeñan un papel importante en las enfermedades de la piel. Un aspecto crucial de esta propuesta es dilucidar los aspectos biofísicos que determinan el mecanismo de acción de estos péptidos antimicrobianos. Para ello, la espectroscopia infrarroja por transformada de Fourier, la espectroscopia de fluorescencia y la microscopia de fluorescencia se utilizarán en sistemas de lípidos modelo y células vivas para explorar la unión, localización, capacidad de penetración y actividad de fuga de los candidatos a péptidos antimicrobianos. Dado que la composición lipídica está regulada en los microorganismos dependiendo de la etapa de crecimiento, se realizará un estudio lipidómico para encontrar correlaciones entre la actividad peptídica y la composición lipídica. Este estudio conducirá a una lista de agentes terapéuticos potenciales, con un mayor conocimiento de su modo específico de interacción y actividad potencial basada en el fenotipo lipídico de la población de microorganismos objetivo.
